将 pandas GroupBy 中的列值聚合为 dict
Posted
技术标签:
【中文标题】将 pandas GroupBy 中的列值聚合为 dict【英文标题】:Aggregate column values in pandas GroupBy as a dict 【发布时间】:2017-12-25 10:48:17 【问题描述】:这是我在过去的采访中提出的问题。
我们的输入数据具有以下列:
语言、产品 ID、货架 ID、排名
例如,输入将具有以下格式
English, 742005, 4560, 10.2
English, 6000075389352, 4560, 49
French, 899883993, 4560, 32
French, 731317391, 7868, 81
我们想对语言、货架 id 列进行“分组”操作,并根据“rank”属性的排序说明对产品列表进行排序,这将导致输出具有以下格式:
语言,shelf_id,product_id:rank1, product_id:rank2 ....
对于每条记录。
对于给定的输入,输出如下:
English, 4560, 6000075389352:49, 742005:10.2
French, 4560, 899883993:32
French, 7868, 731317391:81
我通过使用键(通过组合语言和货架 id 创建)并插入产品 id 并为每个键排名来解决这个问题。
我的方法有效,但使用 python pandas 库似乎有一种更简单的方法。我已经阅读了一些参考资料,但我仍然不确定是否有比我所做的更好的方法(通过使用具有该密钥的语言、货架 ID 和字典创建密钥来解决问题)
任何帮助将不胜感激。
【问题讨论】:
【参考方案1】:设置
df = pd.read_csv('file.csv', header=None)
df.columns = ['Lang', 'product_id', 'shelf_id', 'rank_id']
df
Lang product_id shelf_id rank_id
0 English 742005 4560 10.2
1 English 6000075389352 4560 49.0
2 French 899883993 4560 32.0
3 French 731317391 7868 81.0
您可以使用df.groupby
按Lang
和shelf_id
分组。然后使用df.apply
得到productid : rankid
的字典:
(df.groupby(['Lang', 'shelf_id'], as_index=False)
.apply(lambda x: dict(zip(x['product_id'], x['rank_id'])))
.reset_index(name='mapping'))
Lang shelf_id mapping
0 English 4560 6000075389352: 49.0, 742005: 10.2
1 French 4560 899883993: 32.0
2 French 7868 731317391: 81.0
【讨论】:
感谢您的回答,但您能否解释一下您是如何将文本输入作为数据框读取的? @user98235 使用设置信息编辑了我的帖子。我假设您的数据在 csv 文件中。 @COLDSPEED 感谢您的回答,但您能否告诉我,如果您只是将其作为输入文件呢?例如,我可以直接输入。 @user98235 如果您不想从文件中读取,此链接可能对您有用:***.com/a/22605281/4909087以上是关于将 pandas GroupBy 中的列值聚合为 dict的主要内容,如果未能解决你的问题,请参考以下文章
Pandas groupby 和聚合输出应包括所有原始列(包括未聚合的列)
数据分析—Pandas 中的分组聚合Groupby 高阶操作